在图像上应用高斯模糊时，您应该只关心 STD。
其余应设置如下：

STD_TO_RADIUS_FACTOR = 5;
kernelRadius = ceil(STD_TO_RADIUS_FACTOR * kernelStd);
kernelLength = (2 * kernelRadius ) + 1;
mGaussianKernel = fspecial('gaussian', [kernelLength, kernelLength], kernelRadius);

现在，关于图像的分辨率，这很棘手，因为它有很多参数。
如果你想在空间循环（作为 DFT）中测量它，你可以看到高斯核的频谱属性（截止频率）。

更新

STD_TO_RADIUS_FACTOR应该由准确性和性能之间的平衡来确定。
以上基本上是高斯内核的截断版本（它是无限的）。平衡设置了近似的好坏与卷积核的长度（时间越长，它需要的计算资源越高）。

正如您正确指出的那样，过滤器的大小决定了它平均像素的区域。

理论上，高斯滤波器对于距中心的所有距离都具有非零权重。然而在实践中这样做是不可行的，因为计算时间会很大。因此，高斯在滤波器大小之外被截断，并且外面的权重设置为零。

为了确保一个真实高斯的良好表示，过滤器的大小应该足够大，以至于过滤器外部的权重会很小，如果不是，你的结果会与真实高斯显着失真。

这$\sigma$过滤器的权重决定了权重，因此也应该使用它来确定过滤器的大小。然后我至少使用一个过滤器$6\sigma$（确保答案很奇怪），尽管另一个答案有不同的建议。

对于分辨率，答案在某种程度上取决于您对分辨率的定义。我一般会说过滤后的分辨率是$2\sigma$，忽略任何其他影响，例如像素大小和光学分辨率。如果过滤器尺寸太小，这将会改变，尽管我不确定它是否总是被很好地定义，因为你会从尖锐的截止中得到一些振铃效应。